《Python语言》课件 第5章 正则表达式.pdf

Python语言大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结 习题5.1字符串基础第五章字符串与正则表达式字符串常用的表示方式1、字符串中的字符可以是ASCII字符也可以是其他各种符号。2、它常用英文状态下的单引号（）、双引号（”）或者三单引号 三双引号进行表示。5.1字符串基础第五章字符串与正则表达式转义字符 字符串中还有一种特殊的字符叫做转义字符，转义字符通常用于不能够直接输入的各 种特殊字符。Python常用转义字符如表5.1所示：表5.1用的转义字符5.1字符串基础第五章字符串与正则表达式字符串的基础操作包括。求字符串的长度、字符串的连接、字符串的遍历、字符串的包含判断、字符串的索引和切片等。1、求字符串的长度字符串的长度是指字符数组的长度，又可以理解为字符串中的字符个 数(空格也算字符)，可以用len()函数查看字符串的长度。如：sample_str1=Jack loves Python print(len(sample_str1)#查看字符串长度运行结果如下：175.1字符串基础第五章字符串与正则表达式2、字符串的连接字符串的连接是指将多个字符串连接在一起组成一个新的字符串。例如：sample_str2=Jack1,Is,a,Python,fan#字符串用逗号隔开，组 成元组 print(sample_str2:,sample_str2,type(sample_str2)运行结果如下：sample_str2:(Jack,is,a Python1,fan)当字符串之间没有任何连接符时，这些字符串会直接连接在一起，组成 新的字符串。sample_str3=JackisaPythonfan#字符串间无连接符,默认合 并 print(sainple_str3:,sample_str3)运行结果如下：sample_str3:JackisaPythonfan5.1字符串基础第五章字符串与正则表达式字符串之间用+号连接时，也会出现同样的效果，这些字符串将连接在一起，组成一 个新的字符串。sample_str4=Jack+is+a+Python+fan#字符串中连接，默认合并 print(sample_str4:,sample_str4)运行结果如下：sample_str4:JackisaPythonfan用皇饯国与正整数进行乘法运算时 的子付串。sample_str5=Jack*3,相当于创建对应次数的字符串，最后组成一个新#重复创建相应的字符串 print(sample_str5:sample_str5)运行结果如下：sample_str5:JackJackJack注意：字符串直接以空格隔开的时候，该字符串会组成元组类型。5.1字符串基础第五章字符串与正则表达式3、字符串的遍历通常使用for循环对字符串进行遍历。例如：sample_str6=Python，#遍历字符串 for a in sample_str6:print(a)运行结果如下：Python其中变量a,每次循环按顺序代指字符串里面的一个字符。5.1字符串基础第五章字符串与正则表达式4、字符串的包含判断字符串是字符的有序集合，因此用in操作来判断指定的字符是否存在 包含关系。如：sample_str7=Python print(,a,in sample_str7)#字符串中不存在包含关系 printCPy in sample_str7)#字符串中存在包含关系运行结果如下：FalseTrue5.1字符串基础 第五章字符串与正则表达式5、索引和切片字符串是一个有序集合，因此可以通过偏移量实现索引和切片的操作。在字符 串中字符从左到右的字符索引依次为0,1,2,3,。字符从右到左 的索弓I依次为12-3,。，-所()。索引其实简单来说是指字符串的排列顺 序，可以通过索引来查找该顺序上的字符。例如：sample_str8=Python print(sample_str80)print(sample_str81)print(sample_str8-1)print(sample_str8-2)运行结果如下：#字符串对应的第一个字符#字符串对应的第二个字符#字符串对应的最后一个字符#字符串对应的倒数第二个字符Pyno5.1字符串基础第五章字符串与正则表达式注意：虽然索引可以获得该顺序上的字符，但是不能够通过该索引去修改对应的字符。例如：sample_str80=b#修改字符串的第一个字符Traceback(most recent call last):#系统正常报错File,line 9,in sample_str80=bTypeError:str object does not support item assignment切片，也叫分片，和元组与列表相似，是指从某一个索引范围中获取连续的多个字符(又称为子 字符)。常用格式如下：stringnamestart:end这里的stringname是指被切片的字符串，start和end分别指开始和结束时字符的索引，其中切片的 最后一个字符的索引是end-1,这里有一个诀窍叫：包左不包右。例如：sample_str9=abcdefghijkl print(sample_str90:4)#获取索引为0-4之间的字符串，从索引0开始到3为止，不包括索引 为4的字符运行结果如下：abed5.1字符串基础第五章字符串与正则表达式若不指定起始切片的索引位置，默认是从。开始；若不指定结束切片的顺序，默认是字符串的长度-1o例如：sample_str10=abcdefg print（起始不指定”,sample_str10:3）#获取索引为0-3之间的字符串,不包括3 print（结束不指定，sample_str103:）#从索引3到最后一个字符，不包括len运行结果如下：起始不指定abc结束不指定defg默认切片的字符串是连续的，但是也可以通过指定步进数（step）来跳过中间的字符，其中默认 的step是1。例如指定步进数为2:sample_str11=012345678,print。跳2个字符,sample_str111:7:2）#索弓|17,每2个字符截取运行结果如下：跳2个字符1355.1字符串基础第五章字符串与正则表达式字符串格式化方法想要进行字符串格式化可以使用format。方法。例如：print(My name is 0,and I am 1.formatCJack1,9)#函数格式化 运行结果如下：My name is Jack,and I am 95.1字符串基础第五章字符串与正则表达式字符串常见的格式化符号如表5.2格式控制符说明%s字符串(米用str()的显示)或其他任何对象%r与$相似(采用repr()的显示)%c单个字符%b参数转换成二进制整数%d参数转换成十进制整数%i参数转换成十进制整数%o参数转换成八进制整数%u参数转换成十进制整数%x参数转换成十六进制整数,字母小写%X参数转换成十/进制整数，字母大与%e.E按科学计数法格式转换成浮点数%f.F按定点小数格式转换成浮点数%g.G按定点小数格式转换成浮点数，与.F不 同表5.2 Python格式控制符号5.1字符串基础第五章字符串与正则表达式字符串的格式化通常有两种方式，除了之前提到的用函数的形式进行格式化以外，还可以用字符串格式化表达式来进行格式，常用进行表示,其中前面是需要格式化 的字符串，而后面就是需要填充的实际参数，这个实际参数其本质就是元组。也 可以理解为占位符。例如：print(My name is%s,and I am%d,%(,Jack,9)#表达式格式化运行结果如下：My name is Jack,and I am 9注意：如果想要将后面填充的浮点数保留两位小数，可以用f2表示，同时会 对第三位小数进行四舍五入。例如：print。你花了2元钱%(20.45978)#浮点数保留两个小数运行结果如下：你花了20.46元钱5.1字符串基础第五章字符串与正则表达式字符串的格式化通常有两种方式，除了之前提到的用函数的形式进行格式化以外，还可以用字符串格式化表达式来进行格式，常用进行表示,其中前面是需要格式化 的字符串，而后面就是需要填充的实际参数，这个实际参数其本质就是元组。也 可以理解为占位符。例如：print(My name is%s,and I am%d,%(,Jack,9)#表达式格式化运行结果如下：My name is Jack,and I am 9注意：如果想要将后面填充的浮点数保留两位小数，可以用f2表示，同时会 对第三位小数进行四舍五入。例如：print。你花了2元钱%(20.45978)#浮点数保留两个小数运行结果如下：你花了20.46元钱大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结 习题5.2字符串方法第五章字符串与正则表达式字符串是str类型对象，所以Python内置了一系列操作字符串的方法。其中常用的方法如下：1.str.strip(chars)若方法里面的chars不指定默认去掉字符串的首、尾空格或者换行符,但是如果指定了chars,那么会删除首信的chars例如：sample_fun1=1 Hello worlds print(sample_fun1.strip()#默认去掉首尾空格 print(sample_fun1.stripf#1)#指定首尾需要删除的字符 print(sample_fun1.strip(，A#)运行结果如下：Hello worldA#Hello worldAHello world5.2字符串方法第五章字符串与正则表达式2.str.count(vcharsstart,end)统计chars字符串或者字符在str中出现的次数，从start顺序开始查找 一直到end顺序范围结束，默认是从顺序0开始。例如：sample_fun2=abcdabfabbcd,print(sample_fun2.count(,abJ239)#统计字符串出现的次数运行结果如下：25.2字符串方法第五章字符串与正则表达式3.str.capitalize()将字符串的首字母大写。例如：sample_fun3=abc print(sample_fun3.capitalize()#首字母大写运行结果如下：Abc4.str.replace(oldstr,newstr,count)用旧的子字符串替换新的子字符串，若不指定count默认全部替换。例如:sample_fun4=ab12cd3412cd print(sample_fun4.replace(12,21)#不指定替换次数count print(sample_fun4.replace(12；21,1)#指定替换次数count运行结果如下：ab21cd3421cdab21cd3412cd5.2字符串方法第五章字符串与正则表达式5.str.find(strstarLend)查找并返回子字符在start到end范围内的顺序，默认范围是从父字符 串的头开始到尾结束，例如：sample_fun5=0123156,print(sample_fun5.find(,5,)#查看子字符串的顺序 print(samplejun5.find(15,1,4)#指定范围内没有该字符串默认返回-1 print(sample_fun5.find(,1)#多个字符串返回第一次出现时候的顺序运行结果如下：5-115.2字符串方法第五章字符串与正则表达式6.str.indexCstrstart,end)该函数与find函数一样，但是如果在某一个范围内没有找到该字符串 的时候，不再返回-1而是直接报错。例如：sample_fun6=0123156,print(samplejun6.index(7)#指定范围内没有找到该字符串会报错 一运行结果如下：Traceback(most recent call last):File HD:/python/space/demo05-02-03.pyH3 line 2,in print(sample_fun6.index(7)#指定范围内没有找到该字符串会报错TypeError:must be str,not int5.2字符串方法第五章字符串与正则表达式7.str.isalnum()字符串是由字母或数字组成则返回true否则返回false。例如：sample_fun7=abc123#字符串由字母和数字组成 sample_fun8=abc#字符串由字母组成 sample_fun9=123#字符串由数字组成 sample_fun1O=abc12%#字符串由除了数字字母以为的字符组成 一print(sample_fun7.isalnum()print(sample_fun8.isalnum()print(sample_fun9.isalnum()print(sample_fun10.isalnum()运行结果如下：TrueTrueTrueFalse5.2字符串方法第五章字符串与正则表达式8.str.isalpha()字符串是否全是由字母组成的，是返回true,否则返回false。例如 sample_fun11=3bc123，#字符串中不只是有字母 sample_fun12=abc#字符串中只是有字母print(sample_fun11.isalpha()print(sample_fun12.isalpha()运行结果如下：FalseTrue5.2字符串方法第五章字符串与正则表达式9.str.isdigit()字符串是否全是由数字组成，是则返回true,否则返回false。例如:sample_fun13=*abc12 sample_fun14=*12#字符串中不只是有数字#字符串中只是有数字print(sample_fun13.isdigit()print(sample_fun14.isdigit()运行结果如下：FalseTrue5.2字符串方法第五章字符串与正则表达式10.str.isspace()字符串是否全是由空格组成的，是则返回true,否则返回false。例如：sample_fun15=abc#字符串中不只有空格 sample_fun16=#字符串中只有空格 print(sample_fun15.isspace()print(sample_fun16.isspace()运行结果如下：FalseTrue5.2字符串方法第五章字符串与正则表达式11.str.islower()字符串是否全是小写，是则返回true,否则返回false。例如：sample_fun17=abc sample_fun18=Abed#字符串中的字母全是小写#字符串中的字母不只有小写 print(sample_fun17.islower()print(sample_fun18.islower()运行结果如下：TrueFalse5.2字符串方法第五章字符串与正则表达式12.str.isupper()字符串是否全是大写，是则返回true,否则返回false。例如：sample_fun19=abCa*#字符串中的字母不全是大写字母 sample_fun20=ABCA*#字符串中的字母全是大写字母 print(sample_fun19.isupper()print(sample_fun20.isupper()运行结果如下：FalseTrue5.2字符串方法第五章字符串与正则表达式13.str.istitle()字符串首字母是否是大写，是则返回true,否则返回false。例如：sample_fun21=Abc#字符串首字母大写 sample_fun22=匕Abc#字符串首字母不是大写 print(sample_fun21 s.istitle()print(sample_fun22.istitle()运行结果如下：TrueFalse5.2字符串方法第五章字符串与正则表达式14.str.low()将字符串中的字母全部转换成小写字母。例如：sample_fun23=aAbB#将字符串中的字母全部转为小写字母 一 print(sample_fun23.lower()运行结果如下：aabb15.str.upper()将字符串中的字母全部转换成大写字母。例如：sample_fun24=abcD#将字符串中的字母全部转为 print(sample_fun24.upper()运行结果如下：ABCD5.2字符串方法第五章字符串与正则表达式16.str.split(sep,maxsplit)将字符串按照指定的sep字符进行分割，maxsplit是指定需要分割的次 数，若不指定sep默认是分割空格。例如：sample_fun25=abacdaef print(sample_fun25.split(,a,)print(sample_fun25.split()print(sample_fun25.split(,a,1)运行结果如下：#指定分割字符串#不指定分割字符串#指定分割次数,b;cd；ef abacdaef,bacdaef5.2字符串方法第五章字符串与正则表达式17.str.startswith(sub,start,end)判断字符串在指定范围内是否以sub开头，默认范围是整个字符串。例如：sample_fun26=12abcdef print(sample_fun26.startswith(12J0J5)#范围内是否是以该字符开运行结果如下：True18.str.endswith(sub,start,end)翻断字符串在指定范围内是否是以sub结尾,默认范围是整个字符串。例 sample_fun27=abcdef12 print(sample_fun27.endswith(12)#指定范围内是否是以该字符结 尾运行结果如下：True5.2字符串方法第五章字符串与正则表达式19.str.partition(sep)将字符串从sep第一次出现的位置开始分隔成三部分：sep顺序前、sep、sep顺序后。最后会返回出一个三元数组，如果没有找到sep的 时候，返回字符本身和两个空格组成的三元数组。例如：sample_fun28=1234561 print(sample_fun28.partition(,34)#指定字符分割，能够找到该 字符 print(sample_fun28.partition(,78,)#指定字符分害！,不能够找至U 该字符 一运行结果如下：(12 34 56)(1123456；,)5.2字符串方法第五章字符串与正则表达式20.str.rpartition(sep)该函数与partition(sep)函数一致，但是sep不再是第一次出现的顺序,而是最后一次出现的顺序。例如：sample_fun29=*12345634,print(sample_fun29.rpartition(,34)#指定字符最后一次的位置进行分割 一运行结果如下：(12345634)大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结 习题5.3正则表达式第五章字符串与正则表达式5.3.1认识正则表达式正则表达式(Regular Expression),此处的Regular即是规 则、规律的意思，Regular Expression即描述某种规则的表 达式，因此它又可称为正规表示式、正规表示法、正规表达式、规 则表达式、常规表示法等，在代码中常常被简写为regex、regexp或 REO正则表达式使用某些单个字符串，来描述或匹配某个句法规则 的字符串。在很多文本编辑器里，正则表达式通常被用来检索或替换 那些符合某个模式的文本，如下面的表5.3、5.4、5.5,5.6所示。字符说明匹配任意1个字符(除了n)匹配中列举的字符d匹配数字，即0-9匹配非数字，即不是数字匹配空白,即空格,Tab键匹配非空白匹配单词字符，即a-z.A-Z.0-9.匹配非单词字符表5.3单个字符匹配5.3正则表达式第五章字符串与正则表达式5.3.1认识正则表达式表5.4表示数量的匹配字符+m mJ m,n说明匹配前个字符出现o次或者无限次，即可有可无匹配前口个字符出现1次或者无限次，即至少有1次匹配前个字符出现1次或者。次，即要么有1次，要么没有匹配前个字符出现m次匹配前个字符至少出现m次匹配前个字符出现从m到n次表5.5表示边界的匹配字符 说明$bB匹配字符串开头匹配字符串结尾 匹配个单词的边界 匹配非单词边界5.3正则表达式第五章字符串与正则表达式5.3.1认识正则表达式字符说明匹配左右任意个表达式将括号中字符作为个分组引用分组num匹配到的字符串.分组起别名引用别名为name分组匹配到的字符串表5.6匹配分组5.3正则表达式第五章字符串与正则表达式5.3.2re模块在Python中需要通过正则表达式对字符串进行匹配的时候，可以导入 个库（模块），名字为re,它提供了对正则表达式操作所需的方法,如表5.7。方法说明re.match(pattern,string flags)re.search(pattern,string flags)re.sub(pattern,repl,string count)从字符串的开始匹配一个匹配对象，例如匹 配第一个单词在字符串中查找匹配的对象，找到第一个后就 返回,如果没有找到就返回None替换掉字符中的匹配项re.splitfrWtext)re.findall(pattern,string flags)分割字符获取字符串中所有匹配的对象pile(pattern,flags)创建模式对象表5.7 re模块常见的方法5.3正则表达式第五章字符串与正则表达式5.33re.match()方法rematch。是用来进行正则匹配检查的方法，若字符串匹配正则表达 式，则match。方法返回匹配对象(Match Object),否则返回None(注意不是空字符串”)O匹配对象Macth Object具有group。方法，用来返回字符串的匹配部分。常用格式为：re.match(pattern,string,flags=0)这里的pattern格式为正则表达式匹配的字符串)例如：import re#导入re包 sample_result1=re-match(PythorTPython12)#从头查找匹配 字符串 print(sample_result1.group()#输出匹配的字符串运行结果如下：Python5.3正则表达式第五章字符串与正则表达式5.34re.search()方法research。方法和rematch。方法相似，也是用来对正则匹配检查的 方法但不同的是search。方法是在字符串的头开始一直到尾进行查找,若正则表达式与字符串匹配成功，那么就返回匹配对象，否则返回 Noneo例如：import re sample_result2=re.search(PythonV354Python12)#依次匹配 字符串 print(sample_result2.group()运行结果如下：Python5.3正则表达式第五章字符串与正则表达式5.3.4伯662211()方法与伯.012卜11()方法的区别虽然re.match()和research。方法都是指定的正则表达式与字符串进行匹配，但是re.match。是从字符串的开始位置进行匹配，若匹配成功，则返回匹配 对象，否则返向None。而research。方法却是从字符串的全扃进行扫描，若 匹配成功就返回匹配对象，否则返回None。例如：import re sample_result3=re.matchCabc/abcdef1234)#match只能够匹配头 sample_result4=re.match(11234,abcdef1234)print(sample_result3.group()print(sample_result4)5.3正则表达式第五章字符串与正则表达式5.3.4归6621*附()方法与伯012忙11()方法的区别 sample_result5=re.search(,abc,3,abcdef1234)#search匹配全体字符 sample_result6=re.search(,1234Vabcdef12341)print(sample_result5.group()print(sample_result6.group()运行结果如下：abcNone abc 1234大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结 习题5.4实验第五章字符串与正则表达式5.4.1使用字符串处理函数1.我们常看到自己电脑上的文件路径如C:WindowsLogsdosvc,请将该 路径分割为不同的文件夹。sample_str1=C:WindowsLogsdosvc1 sample_slipstr=sample_str1.splitCW)#转义字符要转一次才是本意 print(sample_slipstr)运行结果如下：C:,Windows1,logs,dosvc2.Python的官网是https:/www.python.org判断该网址是否是以org结尾。sample_str2=https:www.python.org,print(sample_str2.endswith(org)#从字符串末尾开始查找运行结果如下：True54实验 第五章字符串与正则表达式5.4.2正则表达式的使用写出一个正则表达式来匹配是否是手机号。import re#定义一个正则表达式 phone_rule=pile(1d10)phone_num=input。请输入一个手机号)#通过规则去匹配字符串 sample_result3=phone_rule.search(phone_num)if sample_result3!=None:print。这是一个手机号)else:pri nt。这不是一个手机号)运行结果如下：请输入一个手机号[phone]这是一个手机号Process finished with exit code 0请输入一个手机号24781131451这不是一个手机号5.4实验第五章字符串与正则表达式543使用re模块用两种方式写出一个正则表达式匹配字符Python123,中的Python，并输出字符串 Python。import re#导入re包 sample_regu=pile(Python)#定义正则表达式规则 sample_result4=sample_regu.match(Python123)#用01忙11 方式匹配字符串 print(sample_result4.group()#用$32211 方式匹酉己字符串 sample_result5=sample_regu.search(,Python1231)print(sample_result5.group()大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结习题 55 4结 第五章字符串与正则表达式本章首先讲解了Python字符串概念，字符串的基本操作；其次是字符串的格 式化，主要的格式化符号、格式化元组；还有操作字符串的基本方法，这些 符号和方法在Python的开发中会被经常使用到。之后，我们学习了正则表达 式，re模块和正则表达式的基本表示符号，这些符号可以帮助简化正则表达 式。正则表达式的用途非常广泛，几乎任何编程语言都可以使用到它，所以学好 正则表达式，对于提高自己的编程能力有非常重要的作用。大数据应用人才培养系列教材第五章字符串与正则表达式5.1 字符串基础5.2 字符串方法5.3 正则表达式5.4 实验5.5 小结习题习题:1.将字符串abcdefg，使用函数的方式进行倒叙输出。2.在我们生活中节假日的问候是必不可少的，请使用字符串 格式化的方式写一个新年问候语模板。3.写出能够匹配163邮箱(1 )的正则表达式。4.简述re模块中re.match()与re.search()的区别。感谢聆听